springboot實現(xiàn)以代碼的方式配置sharding-jdbc水平分表

更新時間：2021年11月29日 10:06:37 作者：daodfs1

這篇文章主要介紹了springboot實現(xiàn)以代碼的方式配置sharding-jdbc水平分表，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教

關(guān)于依賴

shardingsphere-jdbc-core-spring-boot-starter

官方給出了Spring Boot Starter配置

<dependency>
 <groupId>org.apache.shardingsphere</groupId>
 <artifactId>shardingsphere-jdbc-core-spring-boot-starter</artifactId>
 <version>${shardingsphere.version}</version>
</dependency>

但是基于已有項目，添加shardingsphere自動配置是很惡心的事

為什么配置了某個數(shù)據(jù)連接池的spring-boot-starter（比如druid）和 shardingsphere-jdbc-spring-boot-starter 時，系統(tǒng)啟動會報錯？

回答：

1. 因為數(shù)據(jù)連接池的starter（比如druid）可能會先加載并且其創(chuàng)建一個默認數(shù)據(jù)源，這將會使得 ShardingSphere‐JDBC 創(chuàng)建數(shù)據(jù)源時發(fā)生沖突。

2. 解決辦法為，去掉數(shù)據(jù)連接池的starter 即可，sharing‐jdbc 自己會創(chuàng)建數(shù)據(jù)連接池。

一般項目已經(jīng)有自己的DataSource了，如果使用shardingsphere-jdbc的自動配置，就必須舍棄原有的DataSource。

shardingsphere-jdbc-core

為了不放棄原有的DataSource配置，我們只引入shardingsphere-jdbc-core依賴

<dependency>
 <groupId>org.apache.shardingsphere</groupId>
 <artifactId>sharding-jdbc-core</artifactId>
 <version>4.1.1</version>
</dependency>

如果只水平分表，只支持mysql,可以排除一些無用的依賴

<dependency>
 <groupId>org.apache.shardingsphere</groupId>
 <artifactId>sharding-jdbc-core</artifactId>
 <version>4.1.1</version>
 <exclusions>
  <exclusion>
   <groupId>org.apache.shardingsphere</groupId>
   <artifactId>shardingsphere-sql-parser-postgresql</artifactId>
        </exclusion>
        <exclusion>
         <groupId>org.apache.shardingsphere</groupId>
         <artifactId>shardingsphere-sql-parser-oracle</artifactId>
        </exclusion>
        <exclusion>
         <groupId>org.apache.shardingsphere</groupId>
         <artifactId>shardingsphere-sql-parser-sqlserver</artifactId>
        </exclusion>
        <exclusion>
         <groupId>org.apache.shardingsphere</groupId>
         <artifactId>encrypt-core-rewrite</artifactId>
        </exclusion>
        <exclusion>
         <groupId>org.apache.shardingsphere</groupId>
         <artifactId>shadow-core-rewrite</artifactId>
        </exclusion>
        <exclusion>
         <groupId>org.apache.shardingsphere</groupId>
         <artifactId>encrypt-core-merge</artifactId>
        </exclusion>
        <exclusion>
         <!-- 數(shù)據(jù)庫連接池，一般原有項目已引入其他的連接池 -->
         <groupId>com.zaxxer</groupId>
         <artifactId>HikariCP</artifactId>
        </exclusion>
        <exclusion>
         <!-- 也是數(shù)據(jù)庫連接池，一般原有項目已引入其他的連接池 -->
         <groupId>org.apache.commons</groupId>
         <artifactId>commons-dbcp2</artifactId>
        </exclusion>
        <exclusion>
         <!-- 對象池，可以不排除 -->
         <groupId>commons-pool</groupId>
         <artifactId>commons-pool</artifactId>
        </exclusion>
        <exclusion>
         <groupId>com.h2database</groupId>
         <artifactId>h2</artifactId>
        </exclusion>
        <exclusion>
         <!-- mysql驅(qū)動，原項目已引入，為了避免改變原有版本號，排除了吧 -->
         <groupId>mysql</groupId>
         <artifactId>mysql-connector-java</artifactId>
        </exclusion>
        <exclusion>
         <groupId>org.postgresql</groupId>
         <artifactId>postgresql</artifactId>
        </exclusion>
        <exclusion>
         <groupId>com.microsoft.sqlserver</groupId>
         <artifactId>mssql-jdbc</artifactId>
        </exclusion>
 </exclusions>
</dependency>

數(shù)據(jù)源DataSource

原DataSource

以Druid為例，原配置為

package com.xxx.common.autoConfiguration;
import java.util.ArrayList;
import java.util.List;
import javax.sql.DataSource;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.boot.autoconfigure.condition.ConditionalOnMissingBean;
import org.springframework.boot.web.servlet.FilterRegistrationBean;
import org.springframework.boot.web.servlet.ServletRegistrationBean;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import com.alibaba.druid.filter.Filter;
import com.alibaba.druid.filter.logging.Slf4jLogFilter;
import com.alibaba.druid.filter.stat.StatFilter;
import com.alibaba.druid.pool.DruidDataSource;
import com.alibaba.druid.support.http.StatViewServlet;
import com.alibaba.druid.support.http.WebStatFilter;
import com.alibaba.druid.wall.WallConfig;
import com.alibaba.druid.wall.WallFilter;
import lombok.extern.slf4j.Slf4j;
/**
 * @ClassName: DruidConfiguration 
 * @Description: Druid連接池配置
 */
@Configuration
@Slf4j
public class DruidConfiguration {
 @Value("${spring.datasource.driver-class-name}") 
 private String driver;
 
 @Value("${spring.datasource.url}")
 private String url;
 
 @Value("${spring.datasource.username}") 
 private String username;
 
 @Value("${spring.datasource.password}") 
 private String password;
 @Value("${datasource.druid.initialsize}")
 private Integer druid_initialsize = 0;
 
 @Value("${datasource.druid.maxactive}")
 private Integer druid_maxactive = 20;
 
 @Value("${datasource.druid.minidle}")
 private Integer druid_minidle = 0;
 
 @Value("${datasource.druid.maxwait}")
 private Integer druid_maxwait = 30000;
 @Bean
    public ServletRegistrationBean druidServlet() {
     ServletRegistrationBean reg = new ServletRegistrationBean();
     reg.setServlet(new StatViewServlet());
        reg.addUrlMappings("/druid/*");
        reg.addInitParameter("loginUsername", "root");
        reg.addInitParameter("loginPassword", "root!@#");
        //reg.addInitParameter("logSlowSql", "");
     return reg;
    }
    /**
     * 
     * @Title: druidDataSource 
     * @Description: 數(shù)據(jù)庫源Bean
     * @param @return 參數(shù)說明 
     * @return DataSource 返回類型 
     * @throws
     */
    @Bean
    public DataSource druidDataSource() {
     // 數(shù)據(jù)源
        DruidDataSource druidDataSource = new DruidDataSource();
        druidDataSource.setDriverClassName(driver); // 驅(qū)動
        druidDataSource.setUrl(url); // 數(shù)據(jù)庫連接地址
        druidDataSource.setUsername(username); // 數(shù)據(jù)庫用戶名
        druidDataSource.setPassword(password); // 數(shù)據(jù)庫密碼
        
        druidDataSource.setInitialSize(druid_initialsize);// 初始化連接大小
        druidDataSource.setMaxActive(druid_maxactive); // 連接池最大使用連接數(shù)量
        druidDataSource.setMinIdle(druid_minidle); // 連接池最小空閑
        druidDataSource.setMaxWait(druid_maxwait); // 獲取連接最大等待時間
        
        // 打開PSCache，并且指定每個連接上PSCache的大小
        druidDataSource.setPoolPreparedStatements(false); 
        druidDataSource.setMaxPoolPreparedStatementPerConnectionSize(33);
        
        //druidDataSource.setValidationQuery("SELECT 1"); // 用來檢測連接是否有效的sql
        druidDataSource.setTestOnBorrow(false); // 申請連接時執(zhí)行validationQuery檢測連接是否有效，做了這個配置會降低性能。
        druidDataSource.setTestOnReturn(false); // 歸還連接時執(zhí)行validationQuery檢測連接是否有效，做了這個配置會降低性能
        druidDataSource.setTestWhileIdle(false); // 建議配置為true，不影響性能，并且保證安全性。申請連接的時候檢測，如果空閑時間大于timeBetweenEvictionRunsMillis，執(zhí)行validationQuery檢測連接是否有效
        
        druidDataSource.setTimeBetweenLogStatsMillis(60000); // 配置間隔多久才進行一次檢測，檢測需要關(guān)閉的空閑連接，單位是毫秒
        druidDataSource.setMinEvictableIdleTimeMillis(1800000); // 配置一個連接在池中最小生存的時間，單位是毫秒
        // 當程序存在缺陷時，申請的連接忘記關(guān)閉，這時候，就存在連接泄漏
        // 配置removeAbandoned對性能會有一些影響，建議懷疑存在泄漏之后再打開。在上面的配置中，如果連接超過30分鐘未關(guān)閉，就會被強行回收，并且日志記錄連接申請時的調(diào)用堆棧。
        druidDataSource.setRemoveAbandoned(false); // 打開removeAbandoned功能 
        druidDataSource.setRemoveAbandonedTimeout(1800); // 1800秒，也就是30分鐘
        druidDataSource.setLogAbandoned(false); // 關(guān)閉abanded連接時輸出錯誤日志
        
        // 過濾器
        List<Filter> filters = new ArrayList<Filter>();
        filters.add(this.getStatFilter()); // 監(jiān)控
        //filters.add(this.getSlf4jLogFilter()); // 日志
        filters.add(this.getWallFilter()); // 防火墻
        druidDataSource.setProxyFilters(filters);
        log.info("連接池配置信息："+druidDataSource.getUrl());
        return druidDataSource;
    }
 @Bean
    public FilterRegistrationBean filterRegistrationBean() {
        FilterRegistrationBean filterRegistrationBean = new FilterRegistrationBean();
        WebStatFilter webStatFilter = new WebStatFilter();
        filterRegistrationBean.setFilter(webStatFilter);
        filterRegistrationBean.addUrlPatterns("/*");
        filterRegistrationBean.addInitParameter("exclusions", "*.js,*.gif,*.jpg,*.png,*.css,*.ico,/druid/*");
        return filterRegistrationBean;
    }    
    /**
     * 
     * @Title: getStatFilter 
     * @Description: 監(jiān)控過濾器
     * @param @return 參數(shù)說明 
     * @return StatFilter 返回類型 
     * @throws
     */
    public StatFilter getStatFilter(){
     StatFilter sFilter = new StatFilter();
     //sFilter.setSlowSqlMillis(2000); // 慢sql，毫秒時間 
     sFilter.setLogSlowSql(false); // 慢sql日志
     sFilter.setMergeSql(true); // sql合并優(yōu)化處理
     return sFilter;
    }
    
    /**
     * 
     * @Title: getSlf4jLogFilter 
     * @Description: 監(jiān)控日志過濾器
     * @param @return 參數(shù)說明 
     * @return Slf4jLogFilter 返回類型 
     * @throws
     */
    public Slf4jLogFilter getSlf4jLogFilter(){
     Slf4jLogFilter slFilter =  new Slf4jLogFilter();
     slFilter.setResultSetLogEnabled(false); 
     slFilter.setStatementExecutableSqlLogEnable(false);
     return slFilter;
    }
    /**
     * 
     * @Title: getWallFilter 
     * @Description: 防火墻過濾器
     * @param @return 參數(shù)說明 
     * @return WallFilter 返回類型 
     * @throws
     */
    public WallFilter getWallFilter(){
     WallFilter wFilter = new WallFilter();
     wFilter.setDbType("mysql");
     wFilter.setConfig(this.getWallConfig());
     wFilter.setLogViolation(true); // 對被認為是攻擊的SQL進行LOG.error輸出
     wFilter.setThrowException(true); // 對被認為是攻擊的SQL拋出SQLExcepton
     return wFilter;
    }
    /**
     * 
     * @Title: getWallConfig 
     * @Description: 數(shù)據(jù)防火墻配置
     * @param @return 參數(shù)說明 
     * @return WallConfig 返回類型 
     * @throws
     */
    public WallConfig getWallConfig(){
     WallConfig wConfig = new WallConfig();
     wConfig.setDir("META-INF/druid/wall/mysql"); // 指定配置裝載的目錄
     // 攔截配置－語句 
     wConfig.setTruncateAllow(false); // truncate語句是危險，缺省打開，若需要自行關(guān)閉
     wConfig.setCreateTableAllow(true); // 是否允許創(chuàng)建表
     wConfig.setAlterTableAllow(false); // 是否允許執(zhí)行Alter Table語句
     wConfig.setDropTableAllow(false); // 是否允許修改表
     // 其他攔截配置
     wConfig.setStrictSyntaxCheck(true); // 是否進行嚴格的語法檢測，Druid SQL Parser在某些場景不能覆蓋所有的SQL語法，出現(xiàn)解析SQL出錯，可以臨時把這個選項設(shè)置為false，同時把SQL反饋給Druid的開發(fā)者
     wConfig.setConditionOpBitwseAllow(true); // 查詢條件中是否允許有"&"、"~"、"|"、"^"運算符。
     wConfig.setMinusAllow(true); // 是否允許SELECT * FROM A MINUS SELECT * FROM B這樣的語句
     wConfig.setIntersectAllow(true); // 是否允許SELECT * FROM A INTERSECT SELECT * FROM B這樣的語句
     //wConfig.setMetadataAllow(false); // 是否允許調(diào)用Connection.getMetadata方法，這個方法調(diào)用會暴露數(shù)據(jù)庫的表信息
     return wConfig;
    }
}

可見，如果用自動配置的方式放棄這些原有的配置風險有多大

怎么改呢？

ShardingJdbcDataSource

第一步，創(chuàng)建一個interface，用以加載自定義的分表策略

可以在各個子項目中創(chuàng)建bean，實現(xiàn)此接口

public interface ShardingRuleSupport {
 void configRule(ShardingRuleConfiguration shardingRuleConfig);
}

第二步，在DruidConfiguration.class中注入所有的ShardingRuleSupport

@Autowired(required = false)
private List<ShardingRuleSupport> shardingRuleSupport;

第三步，創(chuàng)建sharding-jdbc分表數(shù)據(jù)源

//包裝Druid數(shù)據(jù)源
Map<String, DataSource> dataSourceMap = new HashMap<>();
//自定義一個名稱為ds0的數(shù)據(jù)源名稱，包裝原有的Druid數(shù)據(jù)源,還可以再定義多個數(shù)據(jù)源
//因為只分表不分庫，所有定義一個數(shù)據(jù)源就夠了
dataSourceMap.put("ds0", druidDataSource);
//加載分表配置
ShardingRuleConfiguration shardingRuleConfig = new ShardingRuleConfiguration();
//要加載所有的ShardingRuleSupport實現(xiàn)bean，所以用for循環(huán)加載
for (ShardingRuleSupport support : shardingRuleSupport) {
 support.configRule(shardingRuleConfig);
}
//加載其他配置
Properties properties = new Properties();
//由于未使用starter的自動裝配，所以手動設(shè)置，是否顯示分表sql
properties.put("sql.show", sqlShow);
//返回ShardingDataSource包裝的數(shù)據(jù)源
return ShardingDataSourceFactory.createDataSource(dataSourceMap, shardingRuleConfig, properties);

完整的ShardingJdbcDataSource配置

package com.xxx.common.autoConfiguration;
import java.util.ArrayList;
import java.util.List;
import javax.sql.DataSource;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.boot.autoconfigure.condition.ConditionalOnMissingBean;
import org.springframework.boot.web.servlet.FilterRegistrationBean;
import org.springframework.boot.web.servlet.ServletRegistrationBean;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import com.alibaba.druid.filter.Filter;
import com.alibaba.druid.filter.logging.Slf4jLogFilter;
import com.alibaba.druid.filter.stat.StatFilter;
import com.alibaba.druid.pool.DruidDataSource;
import com.alibaba.druid.support.http.StatViewServlet;
import com.alibaba.druid.support.http.WebStatFilter;
import com.alibaba.druid.wall.WallConfig;
import com.alibaba.druid.wall.WallFilter;
import lombok.extern.slf4j.Slf4j;
/**
 * @ClassName: DruidConfiguration 
 * @Description: Druid連接池配置
 */
@Configuration
@Slf4j
public class DruidConfiguration {
 @Value("${spring.datasource.driver-class-name}") 
 private String driver;
 
 @Value("${spring.datasource.url}")
 private String url;
 
 @Value("${spring.datasource.username}") 
 private String username;
 
 @Value("${spring.datasource.password}") 
 private String password;
 @Value("${datasource.druid.initialsize}")
 private Integer druid_initialsize = 0;
 
 @Value("${datasource.druid.maxactive}")
 private Integer druid_maxactive = 20;
 
 @Value("${datasource.druid.minidle}")
 private Integer druid_minidle = 0;
 
 @Value("${datasource.druid.maxwait}")
 private Integer druid_maxwait = 30000;
 /**
  * 默認不顯示分表SQL
  */
 @Value("${spring.shardingsphere.props.sql.show:false}")
 private boolean sqlShow;
 @Autowired(required = false)
 private List<ShardingRuleSupport> shardingRuleSupport;
 @Bean
    public ServletRegistrationBean druidServlet() {
     ServletRegistrationBean reg = new ServletRegistrationBean();
     reg.setServlet(new StatViewServlet());
        reg.addUrlMappings("/druid/*");
        reg.addInitParameter("loginUsername", "root");
        reg.addInitParameter("loginPassword", "root!@#");
        //reg.addInitParameter("logSlowSql", "");
     return reg;
    }
    /**
     * 
     * @Title: druidDataSource 
     * @Description: 數(shù)據(jù)庫源Bean
     * @param @return 參數(shù)說明 
     * @return DataSource 返回類型 
     * @throws
     */
    @Bean
    public DataSource druidDataSource() {
     // 數(shù)據(jù)源
        DruidDataSource druidDataSource = new DruidDataSource();
        druidDataSource.setDriverClassName(driver); // 驅(qū)動
        druidDataSource.setUrl(url); // 數(shù)據(jù)庫連接地址
        druidDataSource.setUsername(username); // 數(shù)據(jù)庫用戶名
        druidDataSource.setPassword(password); // 數(shù)據(jù)庫密碼
        
        druidDataSource.setInitialSize(druid_initialsize);// 初始化連接大小
        druidDataSource.setMaxActive(druid_maxactive); // 連接池最大使用連接數(shù)量
        druidDataSource.setMinIdle(druid_minidle); // 連接池最小空閑
        druidDataSource.setMaxWait(druid_maxwait); // 獲取連接最大等待時間
        
        // 打開PSCache，并且指定每個連接上PSCache的大小
        druidDataSource.setPoolPreparedStatements(false); 
        druidDataSource.setMaxPoolPreparedStatementPerConnectionSize(33);
        
        //druidDataSource.setValidationQuery("SELECT 1"); // 用來檢測連接是否有效的sql
        druidDataSource.setTestOnBorrow(false); // 申請連接時執(zhí)行validationQuery檢測連接是否有效，做了這個配置會降低性能。
        druidDataSource.setTestOnReturn(false); // 歸還連接時執(zhí)行validationQuery檢測連接是否有效，做了這個配置會降低性能
        druidDataSource.setTestWhileIdle(false); // 建議配置為true，不影響性能，并且保證安全性。申請連接的時候檢測，如果空閑時間大于timeBetweenEvictionRunsMillis，執(zhí)行validationQuery檢測連接是否有效
        
        druidDataSource.setTimeBetweenLogStatsMillis(60000); // 配置間隔多久才進行一次檢測，檢測需要關(guān)閉的空閑連接，單位是毫秒
        druidDataSource.setMinEvictableIdleTimeMillis(1800000); // 配置一個連接在池中最小生存的時間，單位是毫秒
        // 當程序存在缺陷時，申請的連接忘記關(guān)閉，這時候，就存在連接泄漏
        // 配置removeAbandoned對性能會有一些影響，建議懷疑存在泄漏之后再打開。在上面的配置中，如果連接超過30分鐘未關(guān)閉，就會被強行回收，并且日志記錄連接申請時的調(diào)用堆棧。
        druidDataSource.setRemoveAbandoned(false); // 打開removeAbandoned功能 
        druidDataSource.setRemoveAbandonedTimeout(1800); // 1800秒，也就是30分鐘
        druidDataSource.setLogAbandoned(false); // 關(guān)閉abanded連接時輸出錯誤日志
        
        // 過濾器
        List<Filter> filters = new ArrayList<Filter>();
        filters.add(this.getStatFilter()); // 監(jiān)控
        //filters.add(this.getSlf4jLogFilter()); // 日志
        filters.add(this.getWallFilter()); // 防火墻
        druidDataSource.setProxyFilters(filters);
        log.info("連接池配置信息："+druidDataSource.getUrl());
  if (shardingRuleSupport == null || shardingRuleSupport.isEmpty()) {
   log.info("............分表配置為空，使用默認的數(shù)據(jù)源............");
   return druidDataSource;
  }
  log.info("++++++++++++加載sharding jdbc配置++++++++++++");
        //包裝Druid數(shù)據(jù)源
  Map<String, DataSource> dataSourceMap = new HashMap<>();
  //自定義一個名稱為ds0的數(shù)據(jù)源名稱，包裝原有的Druid數(shù)據(jù)源,還可以再定義多個數(shù)據(jù)源
  //因為只分表不分庫，所有定義一個數(shù)據(jù)源就夠了
  dataSourceMap.put("ds0", druidDataSource);
  //加載分表配置
  ShardingRuleConfiguration shardingRuleConfig = new ShardingRuleConfiguration();
  //要加載所有的ShardingRuleSupport實現(xiàn)bean，所以用for循環(huán)加載
  for (ShardingRuleSupport support : shardingRuleSupport) {
   support.configRule(shardingRuleConfig);
  }
  //加載其他配置
  Properties properties = new Properties();
  //由于未使用starter的自動裝配，所以手動設(shè)置，是否顯示分表sql
  properties.put("sql.show", sqlShow);
  //返回ShardingDataSource包裝的數(shù)據(jù)源
  return ShardingDataSourceFactory.createDataSource(dataSourceMap, shardingRuleConfig, properties);
    }
 @Bean
    public FilterRegistrationBean filterRegistrationBean() {
        FilterRegistrationBean filterRegistrationBean = new FilterRegistrationBean();
        WebStatFilter webStatFilter = new WebStatFilter();
        filterRegistrationBean.setFilter(webStatFilter);
        filterRegistrationBean.addUrlPatterns("/*");
        filterRegistrationBean.addInitParameter("exclusions", "*.js,*.gif,*.jpg,*.png,*.css,*.ico,/druid/*");
        return filterRegistrationBean;
    }
    
    /**
     * 
     * @Title: getStatFilter 
     * @Description: 監(jiān)控過濾器
     * @param @return 參數(shù)說明 
     * @return StatFilter 返回類型 
     * @throws
     */
    public StatFilter getStatFilter(){
     StatFilter sFilter = new StatFilter();
     //sFilter.setSlowSqlMillis(2000); // 慢sql，毫秒時間 
     sFilter.setLogSlowSql(false); // 慢sql日志
     sFilter.setMergeSql(true); // sql合并優(yōu)化處理
     return sFilter;
    }
    
    /**
     * 
     * @Title: getSlf4jLogFilter 
     * @Description: 監(jiān)控日志過濾器
     * @param @return 參數(shù)說明 
     * @return Slf4jLogFilter 返回類型 
     * @throws
     */
    public Slf4jLogFilter getSlf4jLogFilter(){
     Slf4jLogFilter slFilter =  new Slf4jLogFilter();
     slFilter.setResultSetLogEnabled(false); 
     slFilter.setStatementExecutableSqlLogEnable(false);
     return slFilter;
    }
    /**
     * 
     * @Title: getWallFilter 
     * @Description: 防火墻過濾器
     * @param @return 參數(shù)說明 
     * @return WallFilter 返回類型 
     * @throws
     */
    public WallFilter getWallFilter(){
     WallFilter wFilter = new WallFilter();
     wFilter.setDbType("mysql");
     wFilter.setConfig(this.getWallConfig());
     wFilter.setLogViolation(true); // 對被認為是攻擊的SQL進行LOG.error輸出
     wFilter.setThrowException(true); // 對被認為是攻擊的SQL拋出SQLExcepton
     return wFilter;
    }
    /**
     * 
     * @Title: getWallConfig 
     * @Description: 數(shù)據(jù)防火墻配置
     * @param @return 參數(shù)說明 
     * @return WallConfig 返回類型 
     * @throws
     */
    public WallConfig getWallConfig(){
     WallConfig wConfig = new WallConfig();
     wConfig.setDir("META-INF/druid/wall/mysql"); // 指定配置裝載的目錄
     // 攔截配置－語句 
     wConfig.setTruncateAllow(false); // truncate語句是危險，缺省打開，若需要自行關(guān)閉
     wConfig.setCreateTableAllow(true); // 是否允許創(chuàng)建表
     wConfig.setAlterTableAllow(false); // 是否允許執(zhí)行Alter Table語句
     wConfig.setDropTableAllow(false); // 是否允許修改表
     // 其他攔截配置
     wConfig.setStrictSyntaxCheck(true); // 是否進行嚴格的語法檢測，Druid SQL Parser在某些場景不能覆蓋所有的SQL語法，出現(xiàn)解析SQL出錯，可以臨時把這個選項設(shè)置為false，同時把SQL反饋給Druid的開發(fā)者
     wConfig.setConditionOpBitwseAllow(true); // 查詢條件中是否允許有"&"、"~"、"|"、"^"運算符。
     wConfig.setMinusAllow(true); // 是否允許SELECT * FROM A MINUS SELECT * FROM B這樣的語句
     wConfig.setIntersectAllow(true); // 是否允許SELECT * FROM A INTERSECT SELECT * FROM B這樣的語句
     //wConfig.setMetadataAllow(false); // 是否允許調(diào)用Connection.getMetadata方法，這個方法調(diào)用會暴露數(shù)據(jù)庫的表信息
     return wConfig;
    }
}

分表策略

主要的類

創(chuàng)建幾個ShardingRuleSupport接口的實現(xiàn)Bean

@Component
public class DefaultShardingRuleAdapter implements ShardingRuleSupport {
 @Override
 public void configRule(ShardingRuleConfiguration shardingRuleConfiguration) {
  Collection<TableRuleConfiguration> tableRuleConfigs = shardingRuleConfiguration.getTableRuleConfigs();
  
  TableRuleConfiguration ruleConfig1 = new TableRuleConfiguration("table_one", "ds0.table_one_$->{0..9}");
  ComplexShardingStrategyConfiguration strategyConfig1 = new ComplexShardingStrategyConfiguration("column_id", new MyDefaultShardingAlgorithm());
  ruleConfig1.setTableShardingStrategyConfig(strategyConfig1);
  tableRuleConfigs.add(ruleConfig1);
  TableRuleConfiguration ruleConfig2 = new TableRuleConfiguration("table_two", "ds0.table_two_$->{0..9}");
  ComplexShardingStrategyConfiguration strategyConfig2 = new ComplexShardingStrategyConfiguration("column_id", new MyDefaultShardingAlgorithm());
  ruleConfig2.setTableShardingStrategyConfig(strategyConfig2);
  tableRuleConfigs.add(ruleConfig2);
 }
}

@Component
public class CustomShardingRuleAdapter implements ShardingRuleSupport {
 @Override
 public void configRule(ShardingRuleConfiguration shardingRuleConfiguration) {
  Collection<TableRuleConfiguration> tableRuleConfigs = shardingRuleConfiguration.getTableRuleConfigs();
  
  TableRuleConfiguration ruleConfig1 = new TableRuleConfiguration(MyCustomShardingUtil.LOGIC_TABLE_NAME, MyCustomShardingUtil.ACTUAL_DATA_NODES);
  ComplexShardingStrategyConfiguration strategyConfig1 = new ComplexShardingStrategyConfiguration(MyCustomShardingUtil.SHARDING_COLUMNS, new MyCustomShardingAlgorithm());
  ruleConfig1.setTableShardingStrategyConfig(strategyConfig1);
  tableRuleConfigs.add(ruleConfig1);
 }
}

其他的分表配置類

public class MyDefaultShardingAlgorithm implements ComplexKeysShardingAlgorithm<String> {
 public String getShardingKey () {
  return "column_id";
 }
 @Override
 public Collection<String> doSharding(Collection<String> availableTargetNames, ComplexKeysShardingValue<String> shardingValue) {
  Collection<String> col = new ArrayList<>();
  String logicTableName = shardingValue.getLogicTableName() + "_";
  Map<String, String> availableTargetNameMap = new HashMap<>();
  for (String targetName : availableTargetNameMap) {
   String endStr = StringUtils.substringAfter(targetName, logicTableName);
   availableTargetNameMap.put(endStr, targetName);
  }
  int size = availableTargetNames.size();
  
  //=,in
  Collection<String> shardingColumnValues = shardingValue.getColumnNameAndShardingValuesMap().get(this.getShardingKey());
  if (shardingColumnValues != null) {
   for (String shardingColumnValue : shardingColumnValues) {
    String modStr = Integer.toString(Math.abs(shardingColumnValue .hashCode()) % size);
    String actualTableName = availableTargetNameMap.get(modStr);
    if (StringUtils.isNotEmpty(actualTableName)) {
     col.add(actualTableName);
    }
   }
  }
  //between and
  //shardingValue.getColumnNameAndRangeValuesMap().get(this.getShardingKey());
  ... ...
  //如果分表列不是有序的，則between and無意義，沒有必要實現(xiàn)
  return col;
 }
}

public class MyCustomShardingAlgorithm extends MyDefaultShardingAlgorithm implements ComplexKeysShardingAlgorithm<String> {
 @Override
 public String getShardingKey () {
  return MyCustomShardingUtil.SHARDING_COLUMNS;
 }
 @Override
 public Collection<String> doSharding(Collection<String> availableTargetNames, ComplexKeysShardingValue<String> shardingValue) {
  Collection<String> col = new ArrayList<>();
  String logicTableName = shardingValue.getLogicTableName() + "_";
  Map<String, String> availableTargetNameMap = new HashMap<>();
  for (String targetName : availableTargetNameMap) {
   String endStr = StringUtils.substringAfter(targetName, logicTableName);
   availableTargetNameMap.put(endStr, targetName);
  }
  Map<String, String> specialActualTableNameMap = MyCustomShardingUtil.getSpecialActualTableNameMap();  
  int count = (int) specialActualTableNameMap.values().stream().distinct().count();  
  int size = availableTargetNames.size() - count;
  
  //=,in
  Collection<String> shardingColumnValues = shardingValue.getColumnNameAndShardingValuesMap().get(this.getShardingKey());
  if (shardingColumnValues != null) {
   for (String shardingColumnValue : shardingColumnValues) {
    String specialActualTableName = specialActualTableNameMap.get(shardingColumnValue);
    if (StringUtils.isNotEmpty(specialActualTableName)) {
     col.add(specialActualTableName);
     continue;
    }
    String modStr = Integer.toString(Math.abs(shardingColumnValue .hashCode()) % size);
    String actualTableName = availableTargetNameMap.get(modStr);
    if (StringUtils.isNotEmpty(actualTableName)) {
     col.add(actualTableName);
    }
   }
  }
  //between and
  //shardingValue.getColumnNameAndRangeValuesMap().get(this.getShardingKey());
  ... ...
  //如果分表列不是有序的，則between and無意義，沒有必要實現(xiàn)
  return col;
 }
}

@Component
public class MyCustomShardingUtil {
 /**
  * 邏輯表名
  */
 public static final String LOGIC_TABLE_NAME = "table_three";
 /**
  * 分片字段
  */
 public static final String SHARDING_COLUMNS = "column_name";
 /**
  * 添加指定分片表的后綴
  */
 private static final String[] SPECIAL_NODES = new String[]{"0sp", "1sp"};
 // ds0.table_three_$->{((0..9).collect{t -> t.toString()} << ['0sp','1sp']).flatten()}
 public static final String ACTUAL_DATA_NODES = "ds0." + LOGIC_TABLE_NAME + "_$->{((0..9).collect{t -> t.toString()} << "
             + "['" + SPECIAL_NODES[0] + "','" + SPECIAL_NODES[1] + "']"
             + ").flatten()}"; 
 private static final List<String> specialList0 = new ArrayList<>();
 @Value("${special.table_three.sp0.ids:null}")
 private void setSpecialList0(String ids) {
  if (StringUtils.isBlank(ids)) {
   return;
  }
  String[] idSplit = StringUtils.split(ids, ",");
  for (String id : idSplit) {
   String trimId = StringUtils.trim(id);
   if (StringUtils.isEmpty(trimId)) {
    continue;
   }
   specialList0.add(trimId);
  }
 }
 
 private static final List<String> specialList1 = new ArrayList<>();
 @Value("${special.table_three.sp1.ids:null}")
 private void setSpecialList1(String ids) {
  if (StringUtils.isBlank(ids)) {
   return;
  }
  String[] idSplit = StringUtils.split(ids, ",");
  for (String id : idSplit) {
   String trimId = StringUtils.trim(id);
   if (StringUtils.isEmpty(trimId)) {
    continue;
   }
   specialList1.add(trimId);
  }
 }
 private static class SpecialActualTableNameHolder { 
  private static volatile Map<String, String> specialActualTableNameMap = new HashMap<>();
  static {
   for (String specialId : specialList0) {
    specialActualTableNameMap.put(specialId, LOGIC_TABLE_NAME + "_" + SPECIAL_NODES[0]);
   }
   for (String specialId : specialList1) {
    specialActualTableNameMap.put(specialId, LOGIC_TABLE_NAME + "_" + SPECIAL_NODES[1]);
   }
  }
 }
 /**
  * @return 指定ID的表名映射
  */
 public static Map<String, String> getSpecialActualTableNameMap() {
  return SpecialActualTableNameHolder.specialActualTableNameMap;
 } 
}

ShardingAlgorithm接口的子接口除了ComplexKeysShardingAlgorithm，還有HintShardingAlgorithm，PreciseShardingAlgorithm，RangeShardingAlgorithm；本教程使用了更通用的ComplexKeysShardingAlgorithm接口。

配置TableRuleConfiguration類時，使用了兩個參數(shù)的構(gòu)造器

public TableRuleConfiguration(String logicTable, String actualDataNodes) {}

TableRuleConfiguration類還有一個參數(shù)的的構(gòu)造器，沒有實際數(shù)據(jù)節(jié)點，是給廣播表用的

public TableRuleConfiguration(String logicTable) {}

groovy行表達式說明

ds0.table_three_$->{((0…9).collect{t -> t.toString()} << [‘0sp',‘1sp']).flatten()}

sharding-jdbc的groovy行表達式支持$->{…}或${…}，為了避免與spring的占位符混淆，官方推薦使用$->{…}

(0..9) 獲得0到9的集合

(0..9).collect{t -> t.toString()} 數(shù)值0到9的集合轉(zhuǎn)換成字符串0到9的數(shù)組

(0..9).collect{t -> t.toString()} << ['0sp','1sp'] 字符串0到9的數(shù)組合并['0sp','1sp']數(shù)組，結(jié)果為 ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9', ['0sp','1sp']]

flatten() 扁平化數(shù)組，結(jié)果為 ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9', '0sp', '1sp']

properties配置

#是否顯示分表SQL,默認為false
spring.shardingsphere.props.sql.show=true
#指定哪些列值入指定的分片表，多個列值以“,”分隔
#column_name為9997,9998,9999的記錄存入表table_three_0sp中
#column_name為1111,2222,3333,4444,5555的記錄存入表table_three_1sp中
#其余的值哈希取模后，存入對應(yīng)的table_three_模數(shù)表中
special.table_three.sp0.ids=9997,9998,9999
special.table_three.sp1.ids=1111,2222,3333,4444,5555

Sharding-jdbc的坑

任何SQL，只要select子句中包含動態(tài)參數(shù)，則拋出類型強轉(zhuǎn)異常

禁止修改分片鍵，如果update的set子句中存在分片鍵，則不能執(zhí)行sql

結(jié)語

至此，簡單的單表分表策略就配置完成了

代碼沒有好壞，合適的就是最好的

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。

您可能感興趣的文章:

国产无遮挡裸体免费直播视频,久久精品国产蜜臀av,动漫在线视频一区二区,欧亚日韩一区二区三区,久艹在线免费视频,国产精品美女网站免费,正在播放 97超级视频在线观看,斗破苍穹年番在线观看免费,51最新乱码中文字幕

springboot實現(xiàn)以代碼的方式配置sharding-jdbc水平分表

目錄

關(guān)于依賴

shardingsphere-jdbc-core-spring-boot-starter

shardingsphere-jdbc-core

數(shù)據(jù)源DataSource

原DataSource

ShardingJdbcDataSource

完整的ShardingJdbcDataSource配置

分表策略

主要的類

其他的分表配置類

groovy行表達式說明

properties配置

Sharding-jdbc的坑

結(jié)語

相關(guān)文章

最新評論

大家感興趣的內(nèi)容

最近更新的內(nèi)容

常用在線小工具

国产无遮挡裸体免费直播视频,久久精品国产蜜臀av,动漫在线视频一区二区,欧亚日韩一区二区三区,久艹在线 免费视频,国产精品美女网站免费,正在播放 97超级视频在线观看,斗破苍穹年番在线观看免费,51最新乱码中文字幕

springboot實現(xiàn)以代碼的方式配置sharding-jdbc水平分表

目錄

關(guān)于依賴

shardingsphere-jdbc-core-spring-boot-starter

shardingsphere-jdbc-core

數(shù)據(jù)源DataSource

原DataSource

ShardingJdbcDataSource

完整的ShardingJdbcDataSource配置

分表策略

主要的類

其他的分表配置類

groovy行表達式說明

properties配置

Sharding-jdbc的坑

結(jié)語

相關(guān)文章

最新評論

大家感興趣的內(nèi)容

最近更新的內(nèi)容

常用在線小工具

国产无遮挡裸体免费直播视频,久久精品国产蜜臀av,动漫在线视频一区二区,欧亚日韩一区二区三区,久艹在线免费视频,国产精品美女网站免费,正在播放 97超级视频在线观看,斗破苍穹年番在线观看免费,51最新乱码中文字幕